Platzi Team
Curso de Regresión Logística con Python y scikit-learn

Opiniones del Curso de Regresión Logística con Python y scikit-learn

Implementa la regresión logística con Python y scikit-learn. Aprende a clasificar datos complejos con algoritmos supervisados y a evaluar el rendimiento de modelos. Ideal para mejorar habilidades en análisis de datos y machine learning.

Avatar Miguel Carvajal

Miguel Carvajal

@m.angel9106

excelente curso, lo tuve que dar 2 veces el examen, la primera me confié y la segunda vez estaba dándolo y mi bebe se cayó y tuve que llevarlo al hospital

Avatar Ruben Dario Troche Piñanez

Ruben Dario Troche Piñanez

@dtf.ruben.troche

Impresionante el curso, me encantó la didáctica del profesor, los temas tratados estuvieron muy interesantes. Gracias Totales Profesor y Platzi por agregarme valor.

Avatar Rafael Rivera

Rafael Rivera

@rafarivera75

Excelente curso, el profe explica super bien, y los ejemplos son muy ilustrativos.

Avatar Eduardo Arredondo Fernández

Eduardo Arredondo Fernández

@lalo_arredondo

Las recomendaciones del docente

Avatar Miguel Sanchez

Miguel Sanchez

@miguelsanchezrivas

Relativamente facil de entender, un tema que puede ser algo confuso

Avatar Matthias Ignacio Clein Espinoza

Matthias Ignacio Clein Espinoza

@maticlein

El curso mezcla de excelente manera lo teórico con lo práctico. Además aporta conocimiento valioso en pros y contra de los modelos.

Avatar David Duque Uribe

David Duque Uribe

@davidduqueu

Muy buen curso, bien trabajado y explicado de manera clara y excelente

Avatar Juan L

Juan L

@jlezama1

Un muy buen curso de regresión logistica

Avatar Angel Rodriguez

Angel Rodriguez

@angel-rodriguez276

Excelente curso de regresion logistica en donde te entras en lo interno de este algoritmo. Muy recomendable

Avatar Ling Alfonso Sequera Marin

Ling Alfonso Sequera Marin

@lingstein

Buen curso, lo mejor son los ejemplos tipo proyecto sencillo y las técnicas para mejorar el desempeño del modelo

Curso práctico y teórico; para las prácticas se usaron dataset de kaggle; abarca la clasificación binomial y multi-clase.

Avatar Brayam Esparza

Brayam Esparza

@Brayam_Esparza

De los mejores cursos, ameno, digerible, y practico

Avatar Christian Mauricio Canedo Tellez

Christian Mauricio Canedo Tellez

@Chris89

Muy buen curso.

Avatar Robert Yesid Barrios Acendra

Robert Yesid Barrios Acendra

@rybarak

Recomendado

Avatar Leandro Tenjo

Leandro Tenjo

@LeandroT

Me gusta que no solo se muestren las herramientas sino se enseñe como funcionan y por que hacen lo que hacen.

Avatar José Nain Rivera Robles

José Nain Rivera Robles

@ppnain

Buen curso

Avatar Moises Ahumada

Moises Ahumada

@moises1989

muy corto y por encimita pero al grano y bien explicado.

Avatar Yeison Oswaldo Orozco Garnica

Yeison Oswaldo Orozco Garnica

@yeison.orozco

super entretenido ojala lo puedo poner en practica alguna vez en mi vida laboral

Avatar Luis Francisco Rascón Carrasco

Luis Francisco Rascón Carrasco

@luisrascon

Corto y conciso, esperemos mas de estos cursos

Avatar Javier Steven Pérez Fernández

Javier Steven Pérez Fernández

@javier.perez8462

Lo mejor es el ejemplo que se utiliza.

Avatar Anderson Yabel Dominguez Meza

Anderson Yabel Dominguez Meza

@andersondm636

Excelente curso, los códigos son importantes y entendibles

Avatar Sergio Andres Rios Gomez

Sergio Andres Rios Gomez

@Ingeniero_SergioRios

buen curso teorico, por favor incluir un curso de aplicación avanzada de Regresión logistica y modelos de clasificación

Avatar Edwin Uldarico Hernandez Osorio

Edwin Uldarico Hernandez Osorio

@EdwinHernandezOsorio

Me gusta el hecho que se acoto y respeto el propósito del curso no se desviaron en temas distintos, tocaron regresion binomial y multiclase, alguno que otro detalle se puede mejorar pero esta serie de contenidos específicos son muy benéficos sobre la generalización que se suele ver

Estuvo bien para empezar a tener fundamentos de regresión logística